Doktorand - Machine Learning (m/w/d)

Wissenschaftlicher*Wissenschaftliche Mitarbeiter*in (Doktorand*in) Die Bergische Universität Wuppertal ist eine dynamische, vernetzte, forschungsorientierte Campusuniversität. Gemeinsam stellen sich hier mehr als 26.000 Forschende, Lehrende, Studierende und Mitarbeitende den Herausforderungen in Gesellschaft, Kultur, Bildung, Ökonomie, Technik, Natur und Umwelt.

An der Bergischen Universität Wuppertal suchen wir im von der Deutschen Forschungsgemeinschaft geförderten Sonderforschungsbereich SFB 1701 „Port-Hamiltonian Systems“ Unterstützung. Die Stelle befasst sich mit Strukturerhaltendem Scientific Machine Learning für port-Hamiltonsche gewöhnliche Differentialgleichungen und differential-algebraische Gleichungen.

SIE ERWARTET:

• Ein ausgezeichnetes Forschungsumfeld in einem lebendigen interdisziplinären Forschungsverbund
• Internationale Zusammenarbeit und Austausch
• Forschung, die die Theorie der port-Hamiltonschen Systeme voranbringt
• Unterstützung, Betreuung und professionelle Weiterbildung, um Sie auf Spitzenleistungen in Ihrer Forschung vorzubereiten, interdisziplinäre Forschung zu fördern und Karriereentwicklungsmöglichkeiten einzubeziehen

Weitere Informationen finden Sie unter 1.

• Mitarbeit an der Forschung im Projekt „Datengetriebene Surrogatmodellierung für differential-algebraische port-Hamiltonsche Systeme“ des SFB 1701 unter der Leitung von Prof. Dr. Peter Zaspel und Prof. Dr. Michael Günther
• Gemeinsame Entwicklung und Veröffentlichung wissenschaftlicher Artikel, Präsentation der Ergebnisse auf Workshops und Konferenzen
• Zunehmend eigenständige Entwicklung von Forschungsideen im Bereich des SFB und Anfertigung einer Dissertation
• Beteiligung an der Vernetzung innerhalb der Mitglieder des SFB, in die Fakultät hinein und die kooperierenden Fakultäten, national und international
• Teilnahme und Mitwirkung an den Angeboten des strukturierten Doktorandenprogrammes des SFB 1701

Voraussetzungen:

• Abgeschlossenes wissenschaftliches Hochschulstudium (Master oder vergleichbar) im Fach Mathematik, Informatik, Physik oder einem verwandten Fachgebiet
• Fundierte Kenntnisse in (Scientific) Maschine Learning sowie Kenntnisse in numerischer Analysis und numerischer linearer Algebra
• Kenntnisse in paralleler Programmierung sind wünschenswert. Vorkenntnisse in differential-algebraischen Gleichungen, Gauß-Prozessen oder Kern-basierten Methoden sind von Vorteil
• Programmiererfahrung in Python oder C/C++
• Gute Englischkenntnisse, sowohl als lokale Arbeitssprache als auch wegen der internationalen Zusammenarbeit
• Kompetente Persönlichkeit mit Eigeninitiative und Engagement, die in der Lage ist, selbstständig und in Kooperationen zu arbeiten

Es handelt sich um Qualifizierungsstellen im Sinne des Wissenschaftszeitvertragsgesetzes (WissZeitVG), die der Durchführung eines drittmittelfinanzierten Forschungsprojektes dient. Die Laufzeit des Arbeitsvertrages wird der angestrebten wissenschaftlichen Qualifizierung angemessen gestaltet.

Kollegiales und wertschätzendes Miteinander, flexible Arbeitszeiten und Homeoffice, 30 Urlaubstage, familienfreundliche Arbeitsbedingungen, betriebliches Gesundheitsmanagement und UniSport, Arbeiten in internationalem Kontext, großes Fort- und Weiterbildungsangebot, betriebliche Altersvorsorge.